java Comparable接口与Comparator接口比较

这两个接口的比较:
1:Comparable是在集合内部定义的方法实现的排序,Comparator是在集合外部实现的排序。 Comparable接口在处理自然排序的时候确实很方便,但是也有一些不足的地方。  首先,传入的数组或者列表必须所有的元素都实现了Comparable。 接口实现的只是自然排序,如果有其他的要求,比如说倒序或者其他特定的顺序,则不能适应其中的变化。更典型的情况就是比如说有一个集合类,要求实现针对不同要求的排序。只是单独针对Comparable这个接口来说是不够的。
2:一个类实现了Camparable接口则表明这个类的对象之间是可以相互比较的,这个类对象组成的集合就可以直接使用sort方法排序。一般我们写的bean都要实现这一接口,这也是标准javabean的规范。
3:Comparator可以看成一种算法的实现,将算法和数据分离,Comparator也可以在下面两种环境下使用:
     1、类的设计师没有考虑到比较问题而没有实现Comparable,可以通过Comparator来实现排序而不必改变对象本身

     2、可以使用多种排序标准,比如升序、降序等。


使用Comparator接口实现排序:实现其compare方法,根据第一个参数小于、等于或大于第二个参数分别返回负整数、零或正整数来判断大小。
强行对某个对象collection进行整体排序的比较函数。可以将Comparator传递给sort方法(如Collections.sort或Arrays.sort),从而允许在排序顺序上实现精确控制。还可以使用 Comparator来控制某些数据结构(如有序set或有序映射)的顺序,或者为那些没有自然顺序的对象 collection 提供排序。

实现Comparator接口

import java.util.*;

public class AbsComparator implements Comparator {
	public int compare(Object o1, Object o2) {
		int v1 = Math.abs(((Integer) o1).intValue());
		int v2 = Math.abs(((Integer) o2).intValue());
		return v1 > v2 ? 1 : (v1 == v2 ? 0 : -1);
	}
}

利用AbsComparator来排序集合:

import java.util.*;

public class Test {
	public static void main(String[] args) {
		// 产生一个20个随机整数的数组(有正有负)
		Random rnd = new Random();
		Integer[] integers = new Integer[20];
		for (int i = 0; i < integers.length; i++)
			integers[i] = new Integer(rnd.nextInt(100)
					* (rnd.nextBoolean() ? 1 : -1));

		System.out.println("用Integer内置方法排序:");
		Arrays.sort(integers);
		System.out.println(Arrays.asList(integers));

		System.out.println("用AbsComparator排序:");
		Arrays.sort(integers, new AbsComparator());
		System.out.println(Arrays.asList(integers));
	}
}

使用Comparable接口完成排序:实现此接口的对象列表(和数组)可以通过Collections.sort(和Arrays.sort)进行自动排序。实现此接口的对象可以用作有序映射中的键或有序集合中的元素,无需指定比较器。

import java.util.ArrayList;
import java.util.Collections;
import java.util.List;

public class UserPo implements Comparable {
	private String name;
	private int age;

	public UserPo(String name, int age) {
		this.name = name;
		this.age = age;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public int getAge() {
		return age;
	}

	public void setAge(int age) {
		this.age = age;
	}

	@Override
	public int compareTo(Object o) {
		return this.age - ((UserPo) o).getAge();
	}

	public static void main(String args[]) {
		List<UserPo> array = new ArrayList<UserPo>();
		UserPo u1 = new UserPo("张三", 30);
		UserPo u2 = new UserPo("李四", 28);
		UserPo u3 = new UserPo("王五", 26);
		array.add(u1);
		array.add(u2);
		array.add(u3);
		Collections.sort(array);
		for (UserPo p : array) {
			System.out.println(p.getName() + ":" + p.getAge());
		}
	}
}


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值